Cómo funciona por dentro
Recorre los puntos de código escalares Unicode mediante `for (const ch of input)` (manteniendo intactos los pares subrogados de emojis) en lugar de usar `.split("")`, codifica secuencias UTF-8 con `TextEncoder` y clasifica controles peligrosos: ancho cero (`U+200B`–`U+200D`, `U+2060`, `U+FEFF`), anulaciones bidireccionales (`U+202A`–`U+202E`, `U+2066`–`U+2069`) y espacios no ASCII (`U+00A0` NBSP).
Instrucciones paso a paso
Pega código sospechoso, un nombre de dominio, texto copiado de IA o una cadena de configuración con errores.
Revisa el aviso diagnóstico que señala caracteres invisibles, controles BiDi Trojan Source o espacios duros (`U+00A0`).
Explora la tabla de desglose por punto de código con su símbolo, `U+XXXX`, valor decimal, bytes hex UTF-8 y nivel de riesgo.
Pulsa Eliminar controles invisibles, Reemplazar espacios especiales por espacio ASCII o Normalizar (`NFC`, `NFD`, `NFKC`, `NFKD`) y copia el texto limpio.
Funciones principales y ventajas
- Detecta caracteres de anulación bidireccional Trojan Source CVE-2021-42574 (`RLO`, `LRO`, `PDI`, etc.)
- Señala `U+200B` ZWSP invisibles, `U+200C`/`U+200D`, `U+FEFF` BOM y `U+00A0` NBSP que rompen parsers y URLs
- Manejo correcto del plano astral para emojis UTF-8 de 4 bytes sin partir pares subrogados
- Normalización en un clic `NFC` / `NFD` / `NFKC` / `NFKD` y limpieza de controles
- Ejecución 100 % en navegador segura para incidentes de seguridad
Metodología, fórmulas y estándares técnicos
Los caracteres se dividen mediante iteración de puntos de código (`Array.from(text)`), mientras las longitudes en bytes UTF-8 se obtienen con `new TextEncoder().encode(ch)`. La normalización invoca la especificación integrada UAX #15 (`String.prototype.normalize`). Los ZWJ (`U+200D`) dentro de emojis compuestos se señalan visiblemente para que decidas si limpiarlos.
Casos de uso reales frecuentes
- Descubrir por qué dos claves YAML, JSON o identificadores Python aparentemente idénticos fallan al compararse (`U+200B` o mezcla NFC/NFD)
- Auditar fragmentos de código de terceros en busca de suplantación direccional Trojan Source antes de hacer merge
- Limpiar textos copiados de ChatGPT o Word llenos de espacios de no separación `U+00A0` o marcas `U+200B`
- Verificar la representación exacta en bytes UTF-8 de caracteres al depurar protocolos
Ejemplos prácticos y casos límite
Hidden Zero-Width Space in Variable Name
apiKey = "123"
Flagged U+200B (ZERO WIDTH SPACE) at index 3 -> Sanitized: apiKey = "123"
Visually looks like `apiKey` in most fonts but causes `ReferenceError` or auth header mismatches.
Vietnamese NFD vs NFC Normalization
tiếng (decomposed e + combining acute + circumflex = 7 chars)
NFC -> tiếng (composed = 5 chars, identical visually)
macOS HFS+/APFS filenames often use NFD while Linux/Windows/Web use NFC.
Límites y notas de precisión
- • Eliminar todos los `U+200D` (Zero Width Joiner) separará emojis compuestos de varias personas en sus emojis base individuales.
- • Los homóglifos visuales entre alfabetos (ej. `а` cirílica frente a `a` latina) se distinguen inspeccionando su código `U+XXXX` (`U+0430` vs `U+0061`) en lugar de borrarse automáticamente para no dañar texto legítimo.
Procesamiento local en tu navegador y privacidad
Los conversores tradicionales suben tus documentos, textos o archivos multimedia a servidores remotos. Eliminar Caracteres Invisibles e Inspector Unicode se ejecuta dentro de tu pestaña:
Tus textos y archivos se procesan localmente sin enviarse a ningún servidor externo.
Microdeck no guarda ni registra el contenido que introduces en las herramientas.
Los resultados permanecen en la memoria de tu navegador y se liberan al cerrar o reiniciar.
Preguntas frecuentes (FAQ)
¿Qué es un ataque BiDi Trojan Source?
Registrado como CVE-2021-42574, consiste en incrustar caracteres bidireccionales invisibles (`U+202E`, `U+2066`, etc.) en comentarios o cadenas para que el revisor humano vea un orden lógico distinto al que ejecuta el compilador.
¿Cuándo conviene usar normalización NFC frente a NFKC?
Usa `NFC` para texto estándar con tildes y acentos españoles o europeos. Usa `NFKC` si además quieres unificar caracteres de compatibilidad (como ASCII de ancho completo `A`, superíndices `²` o ligaduras `fi`) a sus equivalentes ASCII simples.
¿Por qué macOS a veces muestra distinta longitud Unicode que Linux para la misma palabra acentuada?
Las rutas del sistema de archivos de macOS suelen guardar letras acentuadas descompuestas en `NFD` (letra base + marca combinada), mientras que la web y Linux emiten caracteres precompuestos en `NFC`.
¿El inspector procesa correctamente los emojis?
Sí, la iteración por punto de código lee escalares completos de 21 bits (`U+1F680`, etc.) sin partir los sustitutos UTF-16.
Explora herramientas relacionadas
Convertidor de Mayúsculas/Minúsculas y Generador de Slugs SEO
Convierte entre 11 formatos (camelCase, snake_case, kebab-case, Title Case) y slugs URL
Comparador de Textos y Código (Diff) + Generador de Patch
Compara dos textos línea a línea o palabra por palabra y exporta archivos .patch
Codificador y Decodificador Base64, URL, Hex y HTML
Conversor multiformato con autodetección para Base64, URL, Hex y entidades HTML